本文提出了一種基于大數(shù)據(jù)與人工智能分析的現(xiàn)代人口管控技術(shù)，研究了復(fù)雜條件下人像識別技術(shù)，并將成果成功應(yīng)用于基層公安實戰(zhàn)，探索了一條結(jié)合集成實際的公安信息化建設(shè)的道路。其成果能夠有效整合跨警種、跨部門的人員信息資源，有效的提升公共安全領(lǐng)域的信息化水平，并在實戰(zhàn)中取得優(yōu)異成績。

(一)背景/引言：

隨著經(jīng)濟的高速發(fā)展以及城鎮(zhèn)化進程的加快，我國城市人口日趨密集，城市人口流動性也大大增加，但是各種犯罪活動也爆發(fā)式增長，犯罪手段也越來越豐富隱秘，如通過使用多重身份證、假身份證實行犯罪，逃避抓捕等，加之交通便利、人口流動性大，更加大了公安工作人員打擊抓捕犯罪嫌疑人的難度與力度。

當(dāng)前城市治安視頻監(jiān)控系統(tǒng)正處在大規(guī)模建設(shè)階段的后期，地方也投入大量資金人力去建設(shè)平安城市，但是僅僅依靠采集到的視頻圖像。當(dāng)前應(yīng)用的現(xiàn)狀是僅僅各級監(jiān)控中心走馬觀花的看看各監(jiān)控點的視頻，和在發(fā)生案件后刑偵部門為查找線索翻翻錄像資料。這種簡單的應(yīng)用對于幾千萬甚至幾個億的建設(shè)投資，或每年成百上千萬租賃費用來講，顯然是遠遠不夠的。同時在大規(guī)模視頻監(jiān)控系統(tǒng)中，因其缺乏對視頻的智能分析，要在海量的監(jiān)控視頻以及百萬計的照片庫中找出犯罪嫌疑人，不僅費時費力，還有可能造成遺漏等情況，破案的效率大打折扣。對治安事件無法實時記錄和預(yù)警;長期觀察監(jiān)控視頻也突顯了人員疲勞的局限性;而且海量的錄像數(shù)據(jù)難以管理和有效查看。對公安刑偵視頻破案、對犯罪嫌疑人、重點高危人員實時布控等需要智能信息技術(shù)的支撐。

進一步，由于沒有統(tǒng)一建設(shè)一個信息化平臺，造成了公安機關(guān)各部門的信息資源不能得到充分的利用，也不能為領(lǐng)導(dǎo)的決策提供及時、準(zhǔn)確、詳細(xì)的可靠依據(jù)。各級各部門的信息化建設(shè)目前基本處在各自應(yīng)用的水平，沒有達到各警種各部門之間的信息共享，各類信息的應(yīng)用資源沒有得到充分的挖掘和合理有效的綜合利用，還不能為領(lǐng)導(dǎo)決策提供科學(xué)及時的服務(wù)，也不能為一線民警提供全天候、全方位、全過程的綜合信息支持。

在進入人工智能時代，人臉識別技術(shù)在以上情況下解決視頻、圖片等非結(jié)構(gòu)化信息到人員照片、身份信息等結(jié)構(gòu)化的轉(zhuǎn)變。針對目前現(xiàn)存的社會維穩(wěn)、反恐工作壓力巨大，警力資源有限，傳統(tǒng)工作模式和技術(shù)手段難以支撐等各種問題，需要建立一套專業(yè)的公安人臉大數(shù)據(jù)實戰(zhàn)應(yīng)用平臺，助力公安辦案業(yè)務(wù)智能化。比如，對案發(fā)嫌疑人進行視頻偵查需要對嫌疑人的動態(tài)活動軌跡、社會關(guān)系等的數(shù)據(jù)的及時采集和分析，對重點場所的防控離不開對場所的人流趨勢、風(fēng)險因素等深度分析;對重點人群的服務(wù)離不開對重點人群的組成、行為習(xí)慣等的分析;對社會矛盾的化解離不開對幕后推手的深挖。

因此，結(jié)合公安實戰(zhàn)，研究基于大數(shù)據(jù)與人工智能分析的現(xiàn)代人口管控技術(shù)與應(yīng)用，就可以最大限度發(fā)揮各類人像數(shù)據(jù)資源的作用，為各級公安機關(guān)和各警種提供服務(wù)，實現(xiàn)以“人臉”找人，深挖各類影像數(shù)據(jù)的實戰(zhàn)價值，為公安實戰(zhàn)提供簡單、高效、實用的技術(shù)手段。

同時將人像比對應(yīng)用“嵌入”到平安城視頻監(jiān)控系統(tǒng)中，在治安和刑偵業(yè)務(wù)開展環(huán)節(jié)，實現(xiàn)可疑身份、在逃份子等有效監(jiān)管，能夠有效利用現(xiàn)有視頻監(jiān)控資源。通過后期查詢抓拍庫的人員，確認(rèn)出現(xiàn)在某個攝像機下的人員身份，能夠有效震懾犯罪，消除社會治安隱患。

(二)關(guān)鍵技術(shù)

人像比對就是在尋找一種人像的描述方式，能夠不受各種因素影響。但是，無論是最早使用的幾何描述方式還是后來比較常用的代數(shù)描述方式，都不可避免地存在各種干擾。正因為在人臉識別的過程中存在上述的各種各樣的問題，因此在實際的檢測和識別過程中，當(dāng)這些因素疊加到一起的時候，情況就變得更加復(fù)雜，輕微的光線變化就有可能導(dǎo)致識別失敗。本文的研究是基于深度神經(jīng)網(wǎng)絡(luò)，通過引入深度學(xué)習(xí)技術(shù)，提升人像比對準(zhǔn)確率，適應(yīng)公安實戰(zhàn)需要。

一、分層矢量化模型

圖：單層的特征編碼的流程圖

為了解決深度神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)的問題，我們提出了分層矢量化多媒體信息表達體系。分層矢量化實際上是一個多層的特征編碼的過程。一個單層的特征編碼由以下幾個步驟組成：首先，對圖片庫里所有的人臉圖像進行分塊；其次對每塊區(qū)域提取局部特征(如LBP、SIFT)形成局部特征描述子；然后，對所有局部特征進行量化形成字典；最后，根據(jù)字典信息和人臉圖像的映射，編碼形成人臉圖像的特征向量，我們定義該特征向量為人臉DNA。

人臉DNA特征能夠很好的描述特定人臉的不變量，該特征對人臉光線、角度、表情以及各種圖片噪聲具有一定的抗干擾性，再由雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)進行優(yōu)化與學(xué)習(xí)，人臉的區(qū)分性更強，識別效果更佳。

舉個例子：我們認(rèn)一個人，最簡單的從這個人的身高、體型出發(fā)、發(fā)型等來判斷是誰(認(rèn)知第一層);更深一層從這個人的人臉、骨骼、虹膜、指紋來確認(rèn)這個人的身份(認(rèn)知第二層);更深層次，我們可以通過這個人的DNA來確認(rèn)這個人的真實身份(認(rèn)知第三層)。所以認(rèn)知一個人，隨著逐層深入，一層比一層更加可靠。

人臉DNA類似，在計算機人臉識別過程中，我們可以將人臉的最外在特征眼睛大小形狀(丹鳳眼、濃眉大眼等)，鼻子形狀(鷹鉤鼻、平鼻)，嘴的大小形狀(櫻桃小嘴)理解成第一層;可以將眼睛的距離，五官的位置，臉的輪廓等理解成第二層;將人臉信息更抽象，提煉出人臉不隨光照、角度、年齡等影響的特征，就是更深的層，我們定義為人臉DNA。

二、雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)

為了將兩張照片映射到同一特征空間中進行比較，在異構(gòu)深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，我們提出了雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)模型。此模型中每層都是一個深度網(wǎng)絡(luò)(分別以兩張照片為輸入)，在訓(xùn)練時采用二分類損失函數(shù)并對兩個網(wǎng)絡(luò)中對應(yīng)權(quán)值的差異性進行正則化，可實現(xiàn)不同圖像空間到相同特征空間的映射。在特征空間中，相同身份人臉圖像的類內(nèi)差異變小，而不同身份人臉圖像的類間差異變大，從而增強了特征的判別性。

以人證合一為例：人的證件照要和現(xiàn)場的抓拍照或者普通照片上的人臉進行比對，我們不能直接拿來比對，這樣因為年齡、光照等各種信息影響，識別不準(zhǔn)。我們應(yīng)該將證件照送到深度神經(jīng)網(wǎng)絡(luò)的一層，現(xiàn)場照送到深度神經(jīng)網(wǎng)絡(luò)的另一層，兩張照片通過兩層不同的網(wǎng)相互交換信息(年齡差距、角度差距、光照影響等)，逐漸的去掉這些對人臉識別不利的因素，將兩張人臉照片映射到同一個可比的空間再進行比較。

圖：雙層異構(gòu)深度神經(jīng)網(wǎng)絡(luò)示意圖

(三)系統(tǒng)框架

本文研究設(shè)計的現(xiàn)代人口管控系統(tǒng)采用“部-省-市-縣”四級架構(gòu)部署，分為視頻專網(wǎng)平臺及公安網(wǎng)平臺兩部分。

圖：現(xiàn)代人口管控系統(tǒng)平臺總體拓?fù)鋱D

在各級視頻專網(wǎng)和公安網(wǎng)的人像實戰(zhàn)平臺內(nèi)部署視頻人像處理模塊，負(fù)責(zé)對視頻流進行分析，包括生成人臉抓拍圖像、人臉建模特征及人像結(jié)構(gòu)化數(shù)據(jù)等，建模數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)通過匯聚平臺經(jīng)由安全平臺同步推送至公安網(wǎng)內(nèi)進行匯聚存儲。

視頻專網(wǎng)人像實戰(zhàn)平臺主要對本級平臺匯集的視頻流及卡口數(shù)據(jù)進行特征提取建模及結(jié)構(gòu)化，融合下級平臺推送的重點特征及結(jié)構(gòu)化數(shù)據(jù)建立人臉基礎(chǔ)數(shù)據(jù)庫，進行非涉密事件的人臉靜態(tài)比對及人臉動態(tài)布控。同時結(jié)合平臺匯集的告警及wifi探針等多維感知數(shù)據(jù)，構(gòu)建大數(shù)據(jù)碰撞數(shù)據(jù)庫，實現(xiàn)重點關(guān)注目標(biāo)人員信息和活動狀態(tài)確認(rèn)，以及近期動向的預(yù)判，最終能確認(rèn)重點關(guān)注目標(biāo)的活動區(qū)域落腳點，實現(xiàn)主動式防控。

建設(shè)內(nèi)容：

1、在前端建設(shè)方面，基于互聯(lián)網(wǎng)網(wǎng)、視頻專網(wǎng)、公安網(wǎng)在市、區(qū)重要區(qū)域建設(shè)前端人臉數(shù)據(jù)采集點，包括：所有居民小區(qū)居民樓聯(lián)動門禁的人像前端、封閉小區(qū)、酒店、商住樓、寫字樓出入口以及路口等重要區(qū)域的人臉前端、滿足各部門、各警種以及情報研判、偵查破案、治安防控、反恐防暴等工作對人員圖像信息的數(shù)據(jù)需求;

2、建設(shè)基于互聯(lián)網(wǎng)、視頻專網(wǎng)和公安網(wǎng)的人像大數(shù)據(jù)平臺，完成人像數(shù)據(jù)匯聚、關(guān)聯(lián)、碰撞，建立人像數(shù)據(jù)與公安專業(yè)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，形成統(tǒng)一的數(shù)據(jù)融合大數(shù)據(jù)庫，并提供各種直接面對用戶的業(yè)務(wù)服務(wù)應(yīng)用;

3、建設(shè)一批大數(shù)據(jù)應(yīng)用，大幅度提升公安部門對視頻資源的使用效能;包括重點人員管控以及各類大數(shù)據(jù)技戰(zhàn)法等;

4、實現(xiàn)綜合應(yīng)用，各類應(yīng)用的最終目標(biāo)是：為各警種提供高性能、高智能、高效能、實戰(zhàn)性強的人臉實戰(zhàn)業(yè)務(wù);

(四)典型應(yīng)用

泉州市公安局臨江派出所轄區(qū)面積1.7平方公里，共有臨江屬于老城區(qū)，轄區(qū)內(nèi)有著大量的古民居、老式自建小區(qū)、開放式無物業(yè)小區(qū)以及背街小巷，同時轄區(qū)內(nèi)的宗教場所、醫(yī)院、學(xué)校等重點場所、部位集中，治安管理復(fù)雜。同時，現(xiàn)在的案件偵破很多依賴于視頻監(jiān)控的延伸，單純依靠肉眼去這海量視頻監(jiān)控資源中去發(fā)現(xiàn)有價值的信息，耗費了大量的人力和精力。

在市局、分局各級領(lǐng)導(dǎo)的指導(dǎo)下，市局、鯉城分局、臨江所以及云從公司深入臨江所轄區(qū)各類實際的警務(wù)實戰(zhàn)需求和治安防控需求基礎(chǔ)上進行創(chuàng)新，以視頻監(jiān)控人臉識別為核心，聯(lián)合研發(fā)了人臉大數(shù)據(jù)平臺，通過覆蓋轄區(qū)重點部位的視頻及智能化人臉識別分析，結(jié)合各類日常警務(wù)實戰(zhàn)應(yīng)用，形成了一整套以人臉為核心“打、防、管、控”的智能化主動立體防控體系。

泉州人臉大數(shù)據(jù)平臺是基于人臉識別及大數(shù)據(jù)分析技術(shù)，在深入理解公安業(yè)務(wù)實戰(zhàn)需求基礎(chǔ)上，結(jié)合ArcGIS等各類離線地圖技術(shù)，通過接入監(jiān)控攝像機、各類人證核驗設(shè)備等，以精準(zhǔn)檢索、全城追蹤、一鍵布控、區(qū)域巡查、重點人員管理，小區(qū)流動人員管控等各類人臉公安戰(zhàn)法為核心的公安智能化人臉識別業(yè)務(wù)實戰(zhàn)系統(tǒng)。

泉州系統(tǒng)從今年1月份開始建設(shè)以來穩(wěn)定運行，各項系統(tǒng)功能和性能不斷完善?，F(xiàn)已形成以雙網(wǎng)雙平臺為基礎(chǔ)的，具有各類豐富業(yè)務(wù)實戰(zhàn)戰(zhàn)法的，深受一線基層民警好評的，對接警務(wù)通APP實時報警推送的高效成熟人臉識別實戰(zhàn)系統(tǒng)。

泉州系統(tǒng)已成功為分局預(yù)警2名全國在逃人員，協(xié)助分局、臨江所快速破獲“3.3易建福偷車案”、“黃永程盜竊電動車案”、“謝少華盜竊電動車”案等多起系列盜竊案件。系統(tǒng)的識別率、功能也在不斷提高。臨江派出所也將重點上訪人員通過警務(wù)通APP日常出現(xiàn)報警、小區(qū)人員陌生人員頻次統(tǒng)計分析等功能融入了日常工作中。 基于泉州系統(tǒng)的新風(fēng)小區(qū)“智能門衛(wèi)”系統(tǒng)，極大的提升了居民的安全感，深受群眾好評。

(五)結(jié)語

本文提出了一種基于大數(shù)據(jù)與人工智能分析的現(xiàn)代人口管控技術(shù)，其研究技術(shù)成果成功應(yīng)用于基層公安實戰(zhàn)系統(tǒng)，通過共享人像庫信息，加強跨警種、跨部門的人員信息資源的整合和綜合利用，有效的提升公共安全領(lǐng)域中特殊人群監(jiān)控、恐怖分子布防、涉案人員追逃等人員的追蹤能力，對社會治安管理、刑偵分析、反恐維穩(wěn)起到積極的作用。